如何删除不需要的字符

Question

因此，我将一些数据刮成JSON文件格式，但是保存的数据中有一些不需要的字符，例如：

"quote_text"：“我们创造的世界是我们思考的过程。它不能改变我们的思维。\u201d”，“作者”：“爱因斯坦”，“标签”：[“变化”，“深思”，“思考”，“世界”。)

那么，如何从python文件中删除这些\u201c类型字符

Answer 1

让我们假设字典为d，正如我所看到的，有不同的unicode字符，如\u201c，\u201d。如果您想一次删除所有Unicode字符，您可以这样做：

一行代码：

d['quote_text'].encode("ascii", "ignore").decode('utf-8')

详细解释：

下面一行代码删除所有unicode字符，并返回以字节为单位的值。

remov_unicode_char = d['quote_text'].encode("ascii", "ignore")

现在，为了转换成字符串，您可以对其进行解码。

convert_str =  remov_unicode_char.decode("utf-8")

现在，您可以通过打印结果来检查结果。

print(convert_str)

输出：

The world as we have created it is a process of our thinking. It cannot be changed without changing our thinking.

Answer 2

替换方法：

如果只有一个或两个字符要删除，我建议您使用字符串.replace()方法：

一个例子可以放在quote_text键上

your_dict['quote_text'].replace('\u201c','')

Regex:

如果您正在与多个字符进行斗争，我建议您深入Regex。

更多：

如果您希望将您的函数应用于整个字典值，您可以使用dict理解：

d2 = dict((k, f(v)) for k, v in d1.items())

d1是您的原始字典，f是您的函数。

在我们的例子中，应该是：

d2 = dict((k, v.replace('\u201c','')) for k, v in d1.items())

Answer 3

如果要删除多个字符，可以使用列表指示要删除哪些字母：

text = '{ "work": "\u201cfun\u201c", "foo": ["bar", "baz"] }'
remove_chars = ['u201c', 'b', 'f']
new_text = ''.join([ch for ch in text if ch not in remove_chars])

若要替换不需要的字符，请创建一个字典来保存替换，然后进行更改：

subs = {
  '\u201c': "'",
  'z': 't'
}
text = '{ "work": "\u201cfun\u201c", "foo": ["bar", "baz"] }'
letter_list = [(subs[ch] if ch in subs else ch)  for ch in text]
new_text = ''.join(letter_list)